如何循环两个数据帧的列，group by key并执行计算
如何循环两个数据帧的列，group by key并执行计算
提问于 2019-11-27 02:07:06
我有两个数据帧，大约300列，其中包含干预前和干预后的分数。我需要在每一列中为每个只有一个ID的参与者计算pre和post之间的差异。
Pre-intervention:
ID DEPRESSION ANXIETY COGNITION
0 001 10 2 6
1 002 15 12 -3
2 003 14 -2 6
3 004 14 1 2
Post-intervention:
ID DEPRESSION ANXIETY COGNITION
0 001 9 3 10
1 002 6 -5 2
2 003 14 8 -3
3 004 2 11 2我使用下面的代码(改编自Using two dataframes to calculate final value pandas)，它创建了一个序列映射ID到抑郁的和，然后将这些和映射到df1中的ID，并从抑郁中减去。
s = df1.groupby('ID')['DEPRESSION'].sum()
df2['DEPRESSION'] = df2['DEPRESSION'] - df2['ID'].map(s).fillna(0)这给了我：
ID DEPRESSION ANXIETY COGNITION
0 001 -1 3 10
1 002 -9 -5 2
2 003 0 8 -3
3 004 -12 11 2即抑郁列中的差异。我不知道如何将它应用到我的数据帧中的每一列。我曾尝试过在列名上编写一个for循环，但由于groupby元素(我想)而遇到了困难。
非常感谢您的帮助。
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-11-27 02:21:43
你能做到吗？
newdf = df2.sub(df1, fill_value=0)
newdf['ID'] = df1['ID'] 您也可以通过以下两种方式完成此操作：
一个接一个
newdf['ID'] = df1['ID']
newdf['DEPRESSION'] = df2['DEPRESSION'] - df1['DEPRESSION']
newdf['ANXIETY'] = df2['ANXIETY'] - df1['ANXIETY']
newdf['COGNITION'] = df2['COGNITION'] - df1['COGNITION']或者建造柱子，丢弃它们，和潜艇一起。您可以在columns=中使用'col1'，'col2‘，但此处使用您的列名，而不是col1，col2：
df2.drop(columns=['col1', 'col2']).sub(df1.drop(columns=['col1', 'col2'])) 我希望其中的一个能有所帮助。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/59056986
复制相关文章
相似问题
腾讯云开发者
